利用蛋白质的二面角序列对蛋白质结构比对

蛋白质结构比对对理解蛋白质功能和进化关系非常重要。提出一种基于蛋白质残基的二面角的结构比对算法。通过动态时间规整算法比对二面角序列,来比较蛋白质的结构,拟合两蛋白结构距离的分布后,利用p-value来评价比对的好坏。主要结果有:利用动态时间规整算法计算得出的结构距离是一个很好的蛋白质结构相似性度量;结构距离服从参数为μ=94.7697,σ=41.5837,ξ=0.1925的广义的极值分布;和其他结构比对算法相比,该算法比CTSS的搜索结果要好。

基于量子进化算法的RNA序列-结构比对

多序列比对是计算分子生物学的经典问题,也是许多生物学研究的重要基础步骤.RNA作为生物大分子的一种,不同于蛋白质和DNA,其二级结构在进化过程中比初级序列更保守,因此要求在RNA序列比对中不仅要考虑序列信息,更要着重考虑二级结构信息.提出了一种基于量子进化算法的RNA多序列-结构比对程序,对RNA序列进行了量子编码,设计了考虑进结构信息的全交叉算子,提出了适合于进行RNA序列-结构比对的适应度函数,克服了传统进化算法收敛速度慢和早熟问题.在标准数据库上的测试,证实了方法的有效性.

网格环境下蛋白质多重结构比对的架构及其实现

针对蛋白质多重结构比对需要大量运算的问题,基于渐进式成对结构比对策略,设计了并行化的蛋白质多重结构比对架构及其在网格计算环境下的实现机制.实验结果表明并行算法大大提高了比对效率,减少了比对时间,提高了重用性.该并行蛋白质多重结构比对架构及实现方法可应用于其他的多重结构比对.

一种快速比对非编码RNA序列-结构的算法

针对目前基于共变模型的非编码RNA序列搜索软件计算效率低的缺点,对非编码RNA家族的成员序列与家族共变模型的比对结果进行了分析.在传统共变模型中加入了RNA二级结构中结构单元的长度分布信息,设计了一种结构单元的长度限制算法,并根据各个结构单元的长度分布对家族中的序列在进化过程中出现插入和删除的次数进行了限定,从而显著降低了序列结构比对的计算时间.应用C++编写程序实现该方法并对非编码RNA进行搜索.测试结果表明,与基于传统共变模型的搜索方法相比,本方法在不影响搜索精度的同时,能够显著减少序列结构比对所需的计算时间.特别是对于包含大量核苷酸的序列,计算速度的提高更加明显,在对Lin-4家族搜索时,可获得90.76倍的加速效果.

基于结构比对的蛋白结合位点预测方法

蛋白质通过结合位点与其他分子产生相互作用,所以对蛋白结合位点的预测具有重要的意义.现有许多不同的预测方法,但是这些方法存在命中率低或计算量大的问题,本文引入了一种基于结构比对的蛋白质位点预测方法,同时在结构比对过程中引入同源索引,找出相应的同源模版,并与之进行结构比对,然后将结构相似的模版中的配体映射到目标蛋白质中,采用聚类方法对位点进行分析.结果表明,与其他预测方法相比,本文的方法降低了计算量,并提高了预测精度.

排序距离矩阵蛋白质结构比对算法

提出一种改进的SortMatAlign算法,通过快速排序预处理距离矩阵,使MatAlign算法的时间复杂度由O(N4)降为O(N3).结果表明,SortMatAlign算法计算出的RMSD值平均是MatAlign算法的1.098倍,使用残基个数和RMSD综合衡量标准的S值平均是MatAlign算法的0.968倍,在同等条件下,运行速度比MatAlign提高18.276倍.

结构化比对算法研究及软件实现

对补丁比对技术中的结构化比对经典算法进行了分析和改进,并在此基础上实现了一个结构化比对工具软件.与经典算法的区别在于,本文算法通过对签名相似程度的强弱进行量化达到函数配对的目的,从而解决了经典算法中签名一致性和唯一性之间的矛盾问题.在此基础上,设计并实现了一款结构化比对工具——NBD(NCNIPC binary differ).实际测试中NBD相对于已有工具软件,在函数配对的准确性方面取得了更好的成绩,从而证明了改进算法的优越性.

数据结构比对算法在软件资产精准管理中的应用研究——以湖北中烟为例

软件正版化管理,关系到企业的切身利益和信息安全。正版软件由于功能比较完善,所占空间相对较大,安全系数较高,在日常使用时,容易给人留下没有盗版软件运行速度快的印象。加上正版软件价格高、安全验证多,使得软件使用人员在使用正版软件之后,感觉没有盗版软件方便、快捷。在可连接外网的正版软件使用场所,广泛存在着企业正版化检查之后就换成盗版软件的现象,导致企业在网络安全、信息安全、知识产权保护等方面存在诸多隐患。为有效解决以上问题,本研究通过基于CMDB配置的正版化软件管理研究与应用,运用许可证数据比对方法理论,实现对企业所属区域终端运行的软件进行验证,并结合管理手段实现软件许可证的全生命周期管理,能有效规避企业使用正版软件的相关风险。

甘蓝型油菜β碳酸酐酶的结构预测

根据已经克隆到的甘蓝型油菜β碳酸酐酶基因序列,概念地翻译成蛋白质的氨基酸序列。利用Vector NTISuite、SOPMA、Swiss-Model和NCBI-VAST等软件和服务器对甘蓝型油菜β碳酸酐酶的一级结构、二级结构、三维结构进行分子结构模型预测,并进行三维结构的比对。预测结果显示,甘蓝型油菜β碳酸酐酶是定位于叶绿体基质的蛋白质,具有β类碳酸酐酶所特有的保守性基序Cys-Xn-His-X2-Cys;SOPMA预测二级结构显示α螺旋(39.88%)、随机卷曲(39.27%)、β折叠(16.31%)和β转角(4.53%);用同源建模法构建了三维结构图;通过VAST矢量比对工具将甘蓝型油菜β碳酸酐酶与模板(1ekjG)进行三维结构比对,显示甘蓝型油菜β碳酸酐酶与豌豆β碳酸酐酶同型八聚体中的一个单体(1ekjG)很好的匹配,推测甘蓝型油菜β碳酸酐酶全酶也是同型八聚体。

钙结合蛋白S100A14的结构预测及分析

钙结合蛋白S100A14是S100家族中的新成员,其空间结构与功能尚未阐明。采用服务器PredictProtein对人S100A14进行二级结构预测,利用同源建模法构建S100A14(序列12-102)的空间结构模型,经PROCHECK评估模型的可靠性,并将所构建的单体模型进行分子对接,预测S100A14形成同源二聚体的可能性及模式。结果显示,S100A14与S100A13的蛋白序列一致性最高,其C-端Ca2+结合区存在多个变异,但Cu2+和Zn2+结合位点保守存在;helix I与helix IV较S100A13延伸长,而helix I、helix II和helix IV与S100A13的四个α螺旋一样具有两亲性的结构特征,并且在S100A13中扮演重要角色的W77在S100A14的helix IV(W85)中也保守存在。空间结构上,S100A14与S100A13具极大相似性;分子对接显示S100A14单体间可以通过疏水作用力形成"X-型螺旋束"同源二聚体。这些结构特征的分析将为S100A14的功能研究提供重要线索。

基于粗糙集的蛋白质结构分类属性筛选

为了对蛋白质结构进行正确分类,提出了一种基于粗糙集理论的蛋白质结构分类属性筛选方法。通过多结构比对工具MAMMOTH-mult获得条件属性值,针对分辨矩阵中元素特点提出了分辨矩阵简化方法和改进的属性约简方法。实验以SCOP 1.71数据库中结构信息完整的35个家族数据集为研究对象,采用本方法得到%STRCTCORE和%LOOSECORE两个蛋白质分类属性,并通过两个属性的d1a0fa1与35个蛋白质家族、46 626家族与35个结构比对结果散点图可以看出,将这两个分类属性作为蛋白质结构分类标准,基本上可以对蛋白质结构进行客观正确的分类。

小黑麦碳酸酐酶蛋白质三维结构预测

根据已经克隆到的小黑麦碳酸酐酶基因序列,将其概念地翻译成蛋白质的氨基酸序列。利用MEGA4.1、DNAStar5.02、SOPMA、Swiss-Model Workspace和NCBI-VAST等在线软件和服务器对该小黑麦碳酸酐酶(CA)的一级结构、二级结构及三维结构进行了分子结构模型预测,并对其三维结构进行了比对。结果显示,小黑麦碳酸酐酶定位于线粒体内膜和叶绿体类囊体膜上,具有β类碳酸酐酶所特有的保守性基序C-[SA]-D-S-R-[LIVM]-x-[AP];SOPMA预测的二级结构显示,该酶含有α-螺旋(38.61%)、随机卷曲(54.44%)和β-折叠(6.95%)。通过VAST矢量比对工具将小黑麦碳酸酐酶与模板(lekjA)三维结构进行比对,结果显示小黑麦碳酸酐酶与豌豆β碳酸酐酶同型八聚体中的一个单体(lekjA)具有很好的匹配,故推测小黑麦碳酸酐酶全酶也可能是同型八聚体。

二进制文件结构化比较的并行算法实现

为了提高二进制文件结构化比较的效率,提出了一种基于全局地址空间编程模型实现的并行结构化比较算法,将整个结构化比较过程分为并发获取比对信息和并行结构化比较两个子模块。该算法充分利用UPC语言的亲缘性特征,将共享访问私有化,减少通信开销。并通过有效的负载平衡方法,在机群系统上实现了该并行程序。实际数据的测试结果表明,此并行算法是高效的而且可扩展性较好。

缺失数据下蛋白质多结构叠加的迭代方法

蛋白质三维结构叠加面临的主要问题是,参与叠加的目标蛋白质的氨基酸残基存在某些缺失,但是多结构叠加方法却大多数需要完整的氨基酸序列,而目前通用的方法是直接删去缺失的氨基酸序列,导致叠加结果不准确。由于同源蛋白质间结构的相似性,因此,一个蛋白质结构中缺失的某个区域,可能存在于另一个同源蛋白质结构中。基于此,本文提出一种新的、简单、有效的缺失数据下的蛋白质结构叠加方法(ITEMDM)。该方法采用缺失数据的迭代思想计算蛋白质的结构叠加,采用优化的最小二乘算法结合矩阵SVD分解方法,求旋转矩阵和平移向量。用该方法成功叠加了细胞色素C家族的蛋白质和标准Fischer's数据库的蛋白质(67对蛋白质),并且与其他方法进行了比较。数值实验表明,本算法有如下优点:(1)与THESEUS算法相比较,运行时间快,迭代次数少;(2)与PSSM算法相比较,结果准确,运算时间少。结果表明,该方法可以更好地叠加缺失数据的蛋白质三维结构。

搜索比对算法研究

在蛋白质结构预测算法中同源建模被认为是当前最成功的预测算法,文中指出了同源建模算法存在的缺陷,并且针对这一缺陷设计出改进算法。基于结构信息的目标模板比对算法,对搜索敏感度和比对准确度等方面有所提高。

基于结构的单绕蛋白聚类图构建与分析

蛋白质分子进化规律研究是分子进化研究的重点,对揭示生命起源与进化机制有重要意义。本文对已知空间结构及物种信息的单绕蛋白,利用结构比对信息,构建了不同层次单绕样本系统聚类图。分析发现:功能相似蛋白存在明显聚集现象,同一超家族样本基本聚在一个大支中,同一家族样本集中在所属超家族下的小支中,功能约束下单绕样本聚类图与物种进化图有较好对应关系。结果表明:单绕蛋白的结构演化反映了蛋白质功能的约束,特定功能单绕样本的结构差异具有种属特异性,结构演化包含了物种进化信息。

蛋白质结构分类数据库

对最具代表性,应用最为广泛的3个结构分类数据库SCOP、CATH、FSSP进行了描述和评价。针对目前的分类数据库普遍存在的不足,介绍了一种基于多结构比对的蛋白质结构分类的方法。

中外流媒体平台的产品形态及盈利模式

随着5G技术的发展,影视产业流媒体化成为一条优选之路。现选取Netflix(下文称奈飞)及爱奇艺两家国内外网络影视产业的龙头公司,采用较为立体的研究方式对在产品结构比对及财报分析过程中发现的问题进行汇总,再针对发现的问题对从业者进行访谈,以探寻国内外流媒体平台的生存现状以及未来可能面临的机遇和挑战。

Globin-like蛋白质折叠类型识别

蛋白质折叠类型识别是蛋白质结构研究的重要内容.以SCOP中的Globin-like折叠为研究对象,选择其中序列同一性小于25%的17个代表性蛋白质为训练集,采用机器和人工结合的办法进行结构比对,产生序列排比,经过训练得到了适合Globin-like折叠的概形隐马尔科夫模型(profile HMM)用于该折叠类型的识别.以Astral1.65中的68057个结构域样本进行检验,识别敏感度为99.64%,特异性100%.在折叠类型水平上,与Pfam和SUPERFAMILY单纯使用序列比对构建的HMM相比,所用模型由多于100个归为一个,仍然保持了很高的识别效果.结果表明:对序列相似度很低但具有相同折叠类型的蛋白质,可以通过引入结构比对的方法建立统一的HMM模型,实现高准确率的折叠类型识别.

基于概率神经网络的蛋白质相互作用分类器

蛋白质-蛋白质作用面上的结构特征对于研究蛋白质功能具有重要意义。提出了一种新的、基于统计直方图提取蛋白质作用面特征的方法,并且利用提取出的作用面特征,结合概率神经网络,实现了对作用面结构类型的分类预测。从预测结果来看,统计直方图提取出的特征,对蛋白质作用面结构具有很好的区分能力,而且可以通过调节划分的区间个数和节点的选取方式,达到对作用面结构的不同粒度的描述,以适用于不同目的的研究,这可能对与结构有关的某些生物信息学问题的研究具有启发性。利用概率神经网络对作用面结构进行分类预测,避开了费时的结构比对和数据库搜索,且训练快速,扩展能力强,正确率高,对独立测试集的911个蛋白复合物视在正确率达到90.67%。基于该算法的MATLAB分类器软件可以通过E-Mail与作者联系获取。